简介： 本发明公开了一种基于强化学习的多设备自适应监测方法，包括以下步骤：构建基于图的无人机环境巡逻监控的环境模型拓扑结构；对无人机的运动方式和通信范围进行定义和约束；构建基于信息交互的巡逻监控协同模型；利用Q‑Learning方法获取最优的多无人机巡逻监控策略；构建分布式巡逻监控协同模型；通过集中式训练分布式执行的训练方法优化改进的值函数分解网络VDNs模型，利用优化后的模型实现极端环境多无人机自适应巡逻监控。本发明算法的鲁棒性很强，能够有效地解决不同复杂度的环境拓扑监控问题；在同一场景中，能够适应增加或者减少无人机数量的极端情况；且解决了极端环境下，多无人机之间不能互相通信的问题。